使用润湿材料分离油/水混合物已得到广泛研究。然而,在多相液体萃取、食品工业或化学反应等工业过程中释放的废物包含更复杂的液体成分。该技术提出了一种基于聚多巴胺(PDA)介导涂层制备广泛超疏水材料的新策略。结果表明,PDA纳米粒子的沉积促进了硅微片(SMS)的生长,从而增加了捕获空气的分数,并导致对高表面张力液体的超疏水性和对表面张力小于30mN/m的液体的超疏水性。由三聚氰胺泡沫和聚氨酯泡沫生成的超疏水吸附剂可以吸收各种油,其容量从53 g/g到120 g/g(三聚氰胺泡沫)和26.5 g/g到52.5 g/g(聚氨酯泡沫),具体取决于油的类型和密度。多孔泡沫对油的高吸收能力使其能够从一批高表面张力不混溶有机液体(如甲酰胺或二甘醇)中去除低表面张力液体。另一方面,由不锈钢网、棉布和滤纸制成的超疏水膜可以从水和甲酰胺中过滤氯仿和四氯化碳,效率高于96%。所有制备的超疏水材料都显示出良好的再生性能。本文介绍的超疏水材料的制备为通过静态和连续方法分离不溶性液体提供了一种通用策略。
该技术提供了一个端到端的MLOps平台,可以缓解此类问题,并允许团队在内部按照企业标准做法逐步构建强大的计算机视觉模型,同时保持协作方法。该平台与行业无关,它提供了一个自适应模型,允许团队和研究人员将其数据集转换为工作模型。
该技术是一种专有的抗短路层,一旦这些树枝晶遇到抗短路层,就可以阻止进一步的锂树枝生长,从而防止化学火灾。它已证明能够在电池的整个生命周期内完全消除短路风险。该层的应用对电池的性能没有影响,并且适用于几乎所有不同成分的锂离子电池。此外,在不改变生产线的情况下,添加该层只会使总生产成本增加不到5%(可以进一步降低)。
该技术通过以下方式解决了这些问题:首先,允许更快地读取乳房X线照片;其次,消除了每次诊断时每个屏幕双盲读取的要求,从而增强了放射学家诊断乳腺癌的现有临床工作流程。人工智能辅助技术以其经验证的人工智能算法在亚洲领先,用于乳腺癌检测,AUC准确率最高,为0.96,能够减少亚洲女性致密乳腺的假阳性。
这项技术旨在帮助驾驶员监测他们的压力水平,为他们提供即时反馈和必要的警报,以便及时干预。这项技术提供了一个跨平台的人工智能系统,可以实时连续估计应力水平,并且可以轻松地与商用光体积描记术(PPG)可穿戴设备集成,例如PPG手表。此外,这项技术可以用于监测工作场所的压力,以改善整体心理健康。
该技术的目标用户是基于锗的MEMS和光电器件制造商,这些制造商需要CMOS兼容的制造流程,以在锗衬底上生产具有抗反射性能的微型结构。技术所有者有兴趣获得该工艺的许可,或与处理CMOS和光子学相关工艺的铸造厂进行研究合作。
该技术提供了一种新型真电流模式接收器架构的集成电路(IC)设计,可用于缓解接收器饱和问题。接收器从一个专门设计的匹配网络开始。匹配网络有两种选择。选项1由R-L-C并联路径组成,选项2是无源90°混合耦合器。两者都直接在射频节点处创建“虚拟地”,从而在射频节点处引起电压衰减而不是电压放大。这种配置大大提高了大信号线性度。同时,匹配电阻的噪声可以完全消除。此外,射频端口的本地振荡器(LO)泄漏大大减少。
该技术在材料科学领域拥有深厚的专业知识,将机器学习和高通量实验相结合,作为寻求开发新材料的公司的一种加速方法。该平台允许用户通过快速、智能地筛选数据、设计实验和创建材料,以10倍的速度开发新材料。技术所有者旨在产生影响的一个关键重点领域是开发和应用能够实现可持续性的材料,特别是解决环境废物、循环经济、能源储存、清洁能源和碳捕获、利用和储存方面的挑战。
这项技术提供了一种灵活、可拉伸的印刷电池,通过汗液提供无缝充电方法。这种电池很小(2x2cm),只需要2mL的汗水就能充电20小时。电池可以用作一次或二次电源,并可以打印在各种材料上,如纺织品。它不含重金属或有毒化学品,消除了有害电子废物的问题。电池也非常耐用,可以承受日常活动产生的压力。此外,电池的超薄特性使其具有更少的干扰性,并为可穿戴电子设备提供了更广泛的设计选项。
该技术是一种轻量级安全协议,用于P2P物联网中两个端点之间直接进行相互认证和密钥交换。该协议利用集成电路制造过程变化产生的物理不可克隆功能(PUF)作为设备“生物识别”。PUF电路是轻量级的,可以嵌入到端点设备中,以仅在查询时生成唯一、不可预测和不可伪造的身份。基于PUF的设备标识具有篡改意识,因此比硬编码或基于内存的标识更安全。在P2P物联网应用中,这种基于PUF的协议比基于加密密钥的协议更高效、更安全。它使注册后的任何一对物联网设备能够直接相互验证。认证成功后,自动为加密通信建立安全、新鲜的共享会话密钥,这直接克服了P2P物联网中存在的密钥分发和管理问题。